[发明专利]一种笔记本内结构图像矫正方法

说明书

本发明公开了一种笔记本内结构图像矫正方法，包括：步骤一：制作第一次出现机型的内结构模板图；步骤二：缩放模板图；步骤三：计算定位区域1和定位区域2处的形状特征；步骤四：对仿射变换矩阵1和仿射变换矩阵2进行加权融合；步骤五：对待处理图像使用融合后的仿射矩阵变换进行图像倾斜校正。本发明所述的一种笔记本内结构图像矫正方法，将surf特征匹配和形状特征匹配两种方法集合在一起，同时采用了一种加权仿射矩阵融合方法，重点突出了surf特征匹配方法，也将形状特征匹配作为辅助纠偏方法，提高了内结构图像纠偏的精确率，通过不同机型制作不同的模板，选择不同的定位区域，能够对多种机型进行纠偏校正，本发明方法具有普适性，通用性强。

技术领域

本发明涉及图像矫正领域，特别涉及一种笔记本内结构图像矫正方法。

背景技术

在现代工业生产中，对产品品质的检测基本都是100％全检，笔记本电脑内结构中的螺丝是否有漏拧/滑丝；配件如内存/网卡/扬声器/以及其他排线或插头是否正确连接等器件也是全检。这样繁重的检测工作传统方法一直依赖人工目视进行，既给工厂增加巨大的人工成本和管理成本，又无法满足产品高速、在线、高精度和“零缺陷”的要求。因此，对笔记本电脑内结构采用机器视觉方式的检测进行应用研究具有实际应用价值。但采用机器视觉方式进行图像采集时，由于来料姿态多样，导致相机采集到的图片会产生歪斜。因后续步骤需按照预先制作好的模板对指定区域裁剪元器件，图片出现歪斜后，会造成裁剪得到的图片中元器件不全，从而影响笔记本内机构缺陷检测的结果。因此，对笔记本电脑内结构图像进行自动倾斜校正时非常有必要的。

目前存在的倾斜校正方法主要有：基于Hough变换的方法、基于投影的方法以及K近邻方法。基于Hough的方法将直角坐标系的目标点映射到参数坐标系，图像空间中同一条直线上的点变换到参数空间下对应的正弦曲线将相交于一点，即可确定图像中的直线。Hough变换具有良好的抗噪特性且可以容忍直线的不连续性，但是算法实现复杂开销较大，结果不精确；基于投影的方法是最常用的倾斜校正的方法，它是对文本在不同的角度下进行投影，得到若干投影图，根据投影图的某些统计特性计算倾斜角度，但是其需要对整张图进行投影且投影方向多，需要大量的计算，且随着图像尺寸以及图像复杂度的增加，出错几率大大增加；K近邻聚类法通过找出所有连通区中心的K个最临近点，计算每对近邻的矢量方向并统计生成直方图，直方图的峰值即为图像的倾角，由于内结构图像连通域多，所以此方法比较耗时且精度不佳。

因此，如何解决上述问题，是本领域技术人员需要研究的内容。为此，我们提出一种笔记本内结构图像矫正方法，针对现有技术的弊端，提出基于融合加速鲁棒特征以及形状特征的内结构图像校正方法，实现对笔记本内结构图倾斜校正，不仅检测结果稳定，而且能够对多种机型进行纠偏校正，通用性强。

发明内容

本发明的主要目的在于提供一种笔记本内结构图像矫正方法，可以有效解决背景技术中的问题。

为实现上述目的，本发明采取的技术方案为：

一种笔记本内结构图像矫正方法，包括以下步骤：

步骤一：制作第一次出现机型的内结构模板图，在模板图上选取两个特征明显的定位区域，分别命名为定位区域1以及定位区域2，输入待处理图像、模板图像以及定位区域1和定位区域2；否则可跳过此步骤；

步骤二：缩放模板图，计算模板图的SURF特征，同时计算待处理图像的SURF特征，进行特征匹配并计算仿射变换矩阵1；

步骤三：计算定位区域1和定位区域2处的形状特征，在待处理图像上寻找相匹配的形状特征，根据匹配结果得分进行排序，计算出仿射变换矩阵2；

步骤四：对仿射变换矩阵1和仿射变换矩阵2进行加权融合；

步骤五：对待处理图像使用融合后的仿射矩阵变换进行图像倾斜校正，完成对结构图像的纠偏。